ChatGPT通过“图灵测试”了吗

2015年3月，当语言学家诺姆·乔姆斯基（Noam Chomsky）被问及“机器能思考吗”时，乔姆斯基则以反问作答：“潜艇会游泳吗？”

时至今日，仍有人在迂阔地争论ChatGPT有没有通过图灵测试。

先说结论：根据图灵的提案，ChatGPT已经基本通过了图灵测试，它唯一不像人的地方，就是反应太快了。

“图灵测试”是“人工智能之父”艾伦·图灵（Alan Turing）提出的一种测试机器是否具有智能的方法。

1912年，图灵出生于英国伦敦，自幼就展现出杰出的智力天赋。图灵19岁考进剑桥大学。 24岁时，他又提出了著名的“图灵机”思想实验，为现代计算机的逻辑工作方式奠定了基础。

1950年，那时人工智能的概念还没有形成，38岁的艾伦·图灵在Mind杂志上发表了一篇名为《计算机器与智能》的论文，探讨了让机器具备与人类一样的智能的可能性。论文在开篇就抛出了一个时代之问：“机器能思考吗？”

在这篇论文中，图灵建议先搁置智能是如何生成的问题，聚焦于智能所呈现的结果。

图灵解释道，因为其他生物的内在生命仍不可知，所以我们衡量智力的唯一方法就是观察外部行为。由于机器是否具有“智能”不易衡量，图灵提出了一个测试方案：通过一个“模仿游戏”测试机器是否具有智能，这被后世称为“图灵测试”。

具体内容就是让问询者与被测试者（关在遥远的屋子里的一个人和一台计算机器）在隔开的情况下，问询者通过一些装置（如电传设备，或者键盘）向被测试者随意提问。进行多次测试后，如果机器让每个问询者平均做出超过30%的误判，那么这台机器就通过了测试，并被认为具有了智能。

问询者（代号C）使用被测试对象都能理解的语言，去询问两个他无法看见的被测试对象任意一串问题，被测试对象分别为一个具有正常思维的人（代号A）和一台计算机器（代号B）。如果经过若干次询问后，C不能分辨A与B到底哪个是人，哪个是机器，则此机器（代号B）就可以贴上“拥有智能”的标签，也就是通过了图灵测试。

图灵在论文里还回答了对这个假说常见的一些质疑，并预言到2000年，人类应该可以用10GB的计算机器，制造出可以在5分钟的问答中骗过30%成年人的人工智能。

“图灵测试”是人工智能领域的第一个严肃的提案，激发了当时一些研究者对它的关注和思考。

在这一过程中，图灵测试着重于表现，而非过程。中国有句带有“行为主义”色彩的老话：“论迹不论心，论心世上少完人。”图灵的这个提案，通俗地说就是“论迹不论心，论心天下无智能”。

图灵测试的目的，就是避免永远不会有结果的哲学辩论，避免讨论智力的本质。图灵测试将人工智能从不着边际的“哲幻”拉到了可测量的现实，变成了后续人工智能发展的评估标准。

GPT的全称是Generative Pre-trained Transformer，直译为生成式预训练生成器。ChatGPT就是GPT的聊天机器人程序。ChatGPT这样的内容生成器，当然称得上是人工智能，并不是因为ChatGPT的模型细节达到了什么标准，而是因为它所生成的信息，非常像是人类写出来的信息。唯一不像人类的地方，就是其生成速度太快了。

当然，ChatGPT至今存在“幻觉”问题，甚至GPT-4版本依然有一些回答就像喝醉的人在胡说八道。但是，一个正常的人就能保证永远不会有胡诌的时候吗？幻觉、偏差和失误，不正是人类大脑无法避免的思维现象吗？就像尤瓦尔·赫拉利在《人类简史》里所讲的那样，虚构和幻想的能力，才是属于“智人”特有的超能力。

从这个意义上讲，对于一台模仿人脑的机器而言， “幻觉”问题，与其说是一个缺点，毋宁说是一个“特点”。按照杨立昆的观点，除非从根本架构上彻底改造GPT模型，否则“幻觉”问题将会是永远存在的。

图灵测试并不要求机器永远不会犯错，也不要求机器做到和人类完全无法区分的地步，而是要判断机器的表现是不是像人。

马文·明斯基（Marvin Minsky）曾经给人工智能下过这样的定义：“人工智能，就是一门使机器达到人类智能水平从而完成人类工作的科学。”

图灵和马文·明斯基等人对人工智能的评估，自此形成基准，将人们的争议焦点从智能的定义转移到“行为”，即以那些看似有智能的行为作为评估的依据，而不再将“智能”从哲学、认知与神经科学层面去评估。以ChatGPT来说，它已经基本能够通过图灵测试。ChatGPT已经可以像人一样做各种各样的事情，甚至在某些领域可以展现出不逊于人类的智能。媒体工作者不吝用“惊艳”“震撼”来形容自己的心情。但是，人工智能真正骇人之处，其实并不是这种表面的热闹，而是它甚至可以生成图灵测试也无法测量的智能。